マテリアルDXを実践するために最適な入門書！ 『Pythonではじめるマテリアルズインフォマティクス』発行
インプレスグループで理工学分野の専門書出版事業を手掛ける株式会社近代科学社は、2022年9月23日に、近代科学社Digitalレーベル（※）より、『Pythonではじめるマテリアルズインフォマティクス』（著者：木野 日織・ダム ヒョウ チ）を発行いたします。
（※近代科学社Digitalとは ： 近代科学社が著者とプロジェクト方式で協業する、デジタルを駆使したオンデマンド型の出版レーベルです、詳細はこちらもご覧ください https://www.kindaikagaku.co.jp/kdd/scheme/）
【書名】Pythonではじめるマテリアルズインフォマティクス
【著者】木野 日織・ダム ヒョウ チ
【仕様】B5判・並製・モノクロ・本文194頁
【印刷版基準価格】：3,000円（税抜）
【電子版基準価格】：3,000円（税抜）
【ISBN】978-4-7649- 6046-6 C3043
【商品URL】https://www.kindaikagaku.co.jp/book_list/detail/9784764960466/
●内容紹介
本書はPythonを使ったマテリアルズインフォマティクスの技術を習得するため、1．scikit-learnの使い方を学ぶ、2．プログラミングによるデータ解析手法を知る、3．帰納法の考え方に慣れる、という三つの目的から構成されています。データ解析学で用いるアルゴリズムは各データを記述する変数の数が等しい（等長説明変数）と仮定しているため、マテリアルズインフォマティクスの世界では苦戦する場面が少なくありません。そこで物質ごとに収集できる変数の数が異なる（非等長説明変数）場合のデータ解析の仕方を紹介しており、基礎から実践までをじっくりと理解できる内容となっています。
●著者紹介
【著者】
木野 日織（きの ひおり）
1991年 東京大学理学部物理学科卒
1996年 東京大学大学院理学系研究科博士課程卒（理学博士）
1996年 東京大学物性研究所物性理論部門助手などを経て2002年から（国）物質・材料研究機構に勤務する。
2015年からの国立研究開発法人科学技術振興機構（JST）イノベーションハブ構築支援事業の一環として（国）物質・材料研究機構に情報統合型物質・材料開発イニシアティブ(MI2I)発足時からデータマイニングを行う。データ駆動AIでは物性物理の知識を活かした説明・解釈可能なAI技術、第一原理計算によるデータ生成、そのための知識駆動AI技術などに興味を持つ。
DAM Hieu-Chi（だむ ひょう ち）
1998年 東京大学理学部物理学科卒
2003年 北陸先端科学技術大学院大学材料科学研究科物性科学専攻博士号
2005年10月から北陸先端科学技術大学院大学知識科学研究科講師。2011年4月から同テニュア付准教授。
2020年10月から北陸先端科学技術大学院大学知識科学系教授。
2022年4月から北陸先端科学技術大学院大学共創インテリジェンス研究領域教授。
学位は材料科学で取得。2005年から材料科学とデータマイニングの融合に身を投じている。専門分野は材料科学、知識科学、計算材料科学、データサイエンス、マテリアルズインフォマティクス。データ駆動型アプローチを用いた知識抽出など、証拠理論を用いた類似度評価に興味があり、材料科学研究のための説明・解釈可能なAI技術の開発に取り組む。
●目次
第1章 理論編
1.1 予測問題
1.2 データ解析学手法の紹介
1.3 回帰・分類モデルの性能評価
1.4 データ解析学手法の四過程
1.5 説明変数の特徴の見い出し方
1.6 予測問題（再び）
1.7 新帰納法の世界
1.8 新帰納法のフローチャート
第2章 準備編
2.1 可視化可能なPythonインタラクティブ環境
2.2 Python環境のインストール
2.3 サンプルスクリプトとデータファイルの取得とインストール
2.4 物質データ
2.5 事前準備
第3章 基礎編
3.1 はじめに
3.2 回帰
3.3 次元圧縮
3.4 分類
3.5 クラスタリング
第4章 応用編1（等長説明変数)
4.1 はじめに
4.2 次元圧縮を併用したクラスタリング
4.3 トモグラフ像の復元
4.4 説明変数重要性の定量評価
4.5 モデル全探索による回帰モデル評価
4.6 ベイズ最適化
4.7 次元圧縮を利用した推薦システム
第5章 応用編2（非等長説明変数）
5.1 はじめに
5.2 頻出パターンマイニング
5.3 証拠理論
付録A
【近代科学社Digital】 https://www.kindaikagaku.co.jp/kdd/index.htm
近代科学社Digitalは、株式会社近代科学社が推進する21世紀型の理工系出版レーベルです。デジタルパワーを積極活用することで、オンデマンド型のスピーディで持続可能な出版モデルを提案します。
【株式会社 近代科学社】 https://www.kindaikagaku.co.jp/
株式会社近代科学社（本社：東京都千代田区、代表取締役社長：大塚浩昭）は、1959年創立。
数学・数理科学・情報科学・情報工学を基軸とする学術専門書や、理工学系の大学向け教科書等、理工学専門分野を広くカバーする出版事業を展開しています。自然科学の基礎的な知識に留まらず、その高度な活用が要求される現代のニーズに応えるべく、古典から最新の学際分野まで幅広く扱っています。また、主要学会・協会や著名研究機関と連携し、世界標準となる学問レベルを追求しています。
【インプレスグループ】 https://www.impressholdings.com/
株式会社インプレスホールディングス（本社：東京都千代田区、代表取締役：松本大輔、証券コード：東証スタンダード市場9479）を持株会社とするメディアグループ。「IT」「音楽」「デザイン」「山岳・自然」「航空・鉄道」「モバイルサービス」「学術・理工学」を主要テーマに専門性の高いメディア&サービスおよびソリューション事業を展開しています。さらに、コンテンツビジネスのプラットフォーム開発・運営も手がけています。
【お問い合わせ先】
株式会社近代科学社
TEL：03-6837-4828
電子メール: kdd-qa@kindaikagaku.co.jp
（※近代科学社Digitalとは ： 近代科学社が著者とプロジェクト方式で協業する、デジタルを駆使したオンデマンド型の出版レーベルです、詳細はこちらもご覧ください https://www.kindaikagaku.co.jp/kdd/scheme/）
【書名】Pythonではじめるマテリアルズインフォマティクス
【著者】木野 日織・ダム ヒョウ チ
【仕様】B5判・並製・モノクロ・本文194頁
【印刷版基準価格】：3,000円（税抜）
【電子版基準価格】：3,000円（税抜）
【ISBN】978-4-7649- 6046-6 C3043
【商品URL】https://www.kindaikagaku.co.jp/book_list/detail/9784764960466/
●内容紹介
本書はPythonを使ったマテリアルズインフォマティクスの技術を習得するため、1．scikit-learnの使い方を学ぶ、2．プログラミングによるデータ解析手法を知る、3．帰納法の考え方に慣れる、という三つの目的から構成されています。データ解析学で用いるアルゴリズムは各データを記述する変数の数が等しい（等長説明変数）と仮定しているため、マテリアルズインフォマティクスの世界では苦戦する場面が少なくありません。そこで物質ごとに収集できる変数の数が異なる（非等長説明変数）場合のデータ解析の仕方を紹介しており、基礎から実践までをじっくりと理解できる内容となっています。
●著者紹介
【著者】
木野 日織（きの ひおり）
1991年 東京大学理学部物理学科卒
1996年 東京大学大学院理学系研究科博士課程卒（理学博士）
1996年 東京大学物性研究所物性理論部門助手などを経て2002年から（国）物質・材料研究機構に勤務する。
2015年からの国立研究開発法人科学技術振興機構（JST）イノベーションハブ構築支援事業の一環として（国）物質・材料研究機構に情報統合型物質・材料開発イニシアティブ(MI2I)発足時からデータマイニングを行う。データ駆動AIでは物性物理の知識を活かした説明・解釈可能なAI技術、第一原理計算によるデータ生成、そのための知識駆動AI技術などに興味を持つ。
DAM Hieu-Chi（だむ ひょう ち）
1998年 東京大学理学部物理学科卒
2003年 北陸先端科学技術大学院大学材料科学研究科物性科学専攻博士号
2005年10月から北陸先端科学技術大学院大学知識科学研究科講師。2011年4月から同テニュア付准教授。
2020年10月から北陸先端科学技術大学院大学知識科学系教授。
2022年4月から北陸先端科学技術大学院大学共創インテリジェンス研究領域教授。
学位は材料科学で取得。2005年から材料科学とデータマイニングの融合に身を投じている。専門分野は材料科学、知識科学、計算材料科学、データサイエンス、マテリアルズインフォマティクス。データ駆動型アプローチを用いた知識抽出など、証拠理論を用いた類似度評価に興味があり、材料科学研究のための説明・解釈可能なAI技術の開発に取り組む。
●目次
第1章 理論編
1.1 予測問題
1.2 データ解析学手法の紹介
1.3 回帰・分類モデルの性能評価
1.4 データ解析学手法の四過程
1.5 説明変数の特徴の見い出し方
1.6 予測問題（再び）
1.7 新帰納法の世界
1.8 新帰納法のフローチャート
第2章 準備編
2.1 可視化可能なPythonインタラクティブ環境
2.2 Python環境のインストール
2.3 サンプルスクリプトとデータファイルの取得とインストール
2.4 物質データ
2.5 事前準備
第3章 基礎編
3.1 はじめに
3.2 回帰
3.3 次元圧縮
3.4 分類
3.5 クラスタリング
第4章 応用編1（等長説明変数)
4.1 はじめに
4.2 次元圧縮を併用したクラスタリング
4.3 トモグラフ像の復元
4.4 説明変数重要性の定量評価
4.5 モデル全探索による回帰モデル評価
4.6 ベイズ最適化
4.7 次元圧縮を利用した推薦システム
第5章 応用編2（非等長説明変数）
5.1 はじめに
5.2 頻出パターンマイニング
5.3 証拠理論
付録A
【近代科学社Digital】 https://www.kindaikagaku.co.jp/kdd/index.htm
近代科学社Digitalは、株式会社近代科学社が推進する21世紀型の理工系出版レーベルです。デジタルパワーを積極活用することで、オンデマンド型のスピーディで持続可能な出版モデルを提案します。
【株式会社 近代科学社】 https://www.kindaikagaku.co.jp/
株式会社近代科学社（本社：東京都千代田区、代表取締役社長：大塚浩昭）は、1959年創立。
数学・数理科学・情報科学・情報工学を基軸とする学術専門書や、理工学系の大学向け教科書等、理工学専門分野を広くカバーする出版事業を展開しています。自然科学の基礎的な知識に留まらず、その高度な活用が要求される現代のニーズに応えるべく、古典から最新の学際分野まで幅広く扱っています。また、主要学会・協会や著名研究機関と連携し、世界標準となる学問レベルを追求しています。
【インプレスグループ】 https://www.impressholdings.com/
株式会社インプレスホールディングス（本社：東京都千代田区、代表取締役：松本大輔、証券コード：東証スタンダード市場9479）を持株会社とするメディアグループ。「IT」「音楽」「デザイン」「山岳・自然」「航空・鉄道」「モバイルサービス」「学術・理工学」を主要テーマに専門性の高いメディア&サービスおよびソリューション事業を展開しています。さらに、コンテンツビジネスのプラットフォーム開発・運営も手がけています。
【お問い合わせ先】
株式会社近代科学社
TEL：03-6837-4828
電子メール: kdd-qa@kindaikagaku.co.jp
すべての画像